PREDIKSI KEANDALAN REAL-TIME PADA MOTOR INDUKSI AKIBAT KESALAHAN SENSOR MENGGUNAKAN PARTICLE FILTERING

Khairat, Barakatul (2020) PREDIKSI KEANDALAN REAL-TIME PADA MOTOR INDUKSI AKIBAT KESALAHAN SENSOR MENGGUNAKAN PARTICLE FILTERING. Undergraduate thesis, INSTITUT TEKNOLOGI SEPULUH NOPEMBER.

Text 02311640000129_Undergraduate.pdf - Accepted Version Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

ABSTRAK
Motor induksi digunakan sebagai penggerak utama pada kereta api listrik. Sementara, motor induksi yang sering digunakan dan mengalami penuaan alami akan menyebabkan keandalan akan menurun secara bertahap. Pada penelitian ini dikembangkan suatu metode yang bertujuan untuk menentukan prediksi keandalan real-time pada sistem motor induksi dengan menggunakan particle filtering. Tahapan yang dilakukan yaitu perancangan particle filtering, perangcangan algoritma exponential smoothing, dan perancangan prediksi keandalan real-time. Perancangan particle filtering digunakan untuk mengestimasi kesalahan sensor dari variable terukur dengan nilai RMSE terkecil pada jumlah partikel 250 sebesar 0.0042, kemudian hasil estimasi kesalahan sensor digunakan untuk menghitung prediksi kesalahan sensor dengan menggunakan algoritma exponential smoothing dengan memberikan variasi time interval sebesar 0.4, 0.6, dan 0.8 detik dan masing-masing diberikan variasi jumlah prediksi kesalahan 2, 5, dan 10 step. Hasil dari algoritma exponential smoothing digunakan untuk prediksi keandalan real-time yang menunjukkan bahwa dengan time interval sebesar 0.4 detik menghasilkan prediksi keandalan yang lebih tepat dan variasi jumlah prediksi kesalahan yang diberikan didapatkan bahwa semakin kecil jumlah prediksi. Maka, hasil prediksi keandalan real-time semakin teliti.

========================================================= ABSTRACT
Induction motors used as a prime motor of electric trains. While induction motors are often used and along will cause reliability will decrease gradually. This study aims to determine real-time reliability prediction on induction motor using particle filtering. The steps are particle filtering, exponential smoothing algorithm, and real-time reliability predictions algorithm. Particle filtering is used to estimate sensor fault, which to calculate the sensor fault prediction using the exponential smoothing algorithm. The results used to real-time reliability prediction by give time interval variations of 0.4, 0.6, and 0.8 seconds and each variations given a variation of the number fault prediction 2, 5, and 10 step. Which to real-time reliability prediction which a time interval 0.4 second in more accurate reliability prediction and variation in the number of fault prediction given show that the greater the number of prediction, then the results of real-time reliability prediction more through.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Exponential smoothing, motor induksi, particle filtering, prediksi keandalan real-time Exponential smoothing, induction Motor, particle filtering, real-time reliability prediction
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7870.23 Reliability. Failures
Divisions:	Faculty of Industrial Technology > Physics Engineering > 30201-(S1) Undergraduate Thesis
Depositing User:	Barakatul Khairat
Date Deposited:	04 Aug 2020 02:50
Last Modified:	23 May 2025 07:52
URI:	http://repository.its.ac.id/id/eprint/76853

Actions (login required)

View Item